（控制理论与控制工程专业论文）蚁群算法在火力发电系统参数优化中的应用研究.pdf

华北电力大学硕士学位论文摘要 摘要 本文重点研究了蚁群算法在火力发电系统参数优化中的应用。首先提出了基于 大量实验总结得到的针对有自平衡和无自平衡对象的经验整定公式，实验证明了公 式的有效性。进而，利用蚁群算法优化有自平衡对象构成的主蒸汽温度系统以及无 自平衡对象构成的锅炉汽包水位系统的控制器参数，采用经验整定公式进行初始路 径的选择，指导了蚂蚁最初的寻优过程，大大降低了寻优的随机性，克服了蚁群算 法进化速度慢及易于陷入局部最优解的缺陷。最后，针对无经验规则可循的电力系 统负荷优化分配问题提出了变尺度混沌蚁群算法，试验表明，该算法仍可保证有效 接近全局最优解。 关键词：蚁群算法，经验整定公式，火力发电系统，负荷优化分配，控制器优化 a bs t r a c t t h i sp a p e rp u t se m p h a s i so nt h es t u d yo fa c oi np a r a m e t e ro p t i m i z a t i o nf b r g e n e r a t i o ns y s t e m si nc o a l - b a s e dp o w e rp l a n t f i r s t l yt w os e t so ff o 加u l a sa r ep r o p o s e d i nd e a l i n gw i t hp i dc o n t r o l l e ro p t i m i z a t i o nf o rs e l f 二b a l a n c e da n dn o n s e l f - b a l a n c e d o b j e c t sr e s p e c t i v e l ya c c o r d i n gt oag r e a ta m o u n to fe x p e r i m e n t t h e na o oa l g o r i t h m w i t he x p e e n c e b a s e di n i t i a lr o u t el a y o u ti sa d o p t e di nt h eo p t i m i z a t i o no fc o n t r o l l e r p a r a m e t e r s f o rm a i n s t e a m s y s t e m a n db o i l e rw a t e rl e v e ls y s t e m c o m p o s e db y s e l f - b a l a n c e da n dn o n s e l f - b a l a n c e do b j e c t sc o r r e s p o n d i n g ly t h er e s u l ts h o w st h e e n h a n c e de f 拜c i e n c yi nd e p r e s s i n gr a n d o m n e s sa n d1 0 c a lo p t i m u ms t i c k i n g d u f i n g o p t i m i z a t i o np r o c e s s f i n a l l y t h ea l g o r i t h mo fc h a o sa n tc o l o n yo p t i m i z a t i o nw i t h s c a l ec h a n g e si sr e c o m m e n d e di ns o l v i n ge c o n o m i cd i s p a t c hp r o b l e mf o ri nt h i sc a s e t h e r ei sn or e f e r e n c ef - o re x p e r i e n c e dr e g u l a t i o n s t h ee x p e “m e n ts h o w si t se f c t i v e n e s s i na c c e s s i n gt h eg l o b a lo p t i m u m z h a n gq i a n ( c o n t r o lt h e o r ya n dc o n t r o le n g i n e e r i n g ) d i r e c t e db yp r o f h a np u k e yw o r d s ：a n tc o l o n yo p t i m i z a t i o n ( a c o ) ，r e g u l a t i o n - b a s e df o r m u l a s ， s y s t e m si nc o a l - b a s e dp o w e rp l a n t s ，e c o n o m i cd i s p a t c h ，c o n t r o l l e ro p t i m i z a t i o n 华北电力大学硕士学位论文摘要 摘要 本文重点研究了蚁群算法在火力发电系统参数优化中的应用。首先提出了基于 大量实验总结得到的针对有自平衡和无自平衡对象的经验整定公式，实验证明了公 式的有效性。进而，利用蚁群算法优化有自平衡对象构成的主蒸汽温度系统以及无 自平衡对象构成的锅炉汽包水位系统的控制器参数，采用经验整定公式进行初始路 径的选择，指导了蚂蚁最初的寻优过程，大大降低了寻优的随机性，克服了蚁群算 法进化速度慢及易于陷入局部最优解的缺陷。最后，针对无经验规则可循的电力系 统负荷优化分配问题提出了变尺度混沌蚁群算法，试验表明，该算法仍可保证有效 接近全局最优解。 关键词：蚁群算法，经验整定公式，火力发电系统，负荷优化分配，控制器优化 a bs t r a c t t h i sp a p e rp u t se m p h a s i so nt h es t u d yo fa c oi np a r a m e t e ro p t i m i z a t i o nf b r g e n e r a t i o ns y s t e m si nc o a l - b a s e dp o w e rp l a n t f i r s t l yt w os e t so ff o 加u l a sa r ep r o p o s e d i nd e a l i n gw i t hp i dc o n t r o l l e ro p t i m i z a t i o nf o rs e l f 二b a l a n c e da n dn o n s e l f - b a l a n c e d o b j e c t sr e s p e c t i v e l ya c c o r d i n gt oag r e a ta m o u n to fe x p e r i m e n t t h e na o oa l g o r i t h m w i t he x p e e n c e b a s e di n i t i a lr o u t el a y o u ti sa d o p t e di nt h eo p t i m i z a t i o no fc o n t r o l l e r p a r a m e t e r s f o rm a i n s t e a m s y s t e m a n db o i l e rw a t e rl e v e ls y s t e m c o m p o s e db y s e l f - b a l a n c e da n dn o n s e l f - b a l a n c e do b j e c t sc o r r e s p o n d i n g ly t h er e s u l ts h o w st h e e n h a n c e de f 拜c i e n c yi nd e p r e s s i n gr a n d o m n e s sa n d1 0 c a lo p t i m u ms t i c k i n g d u f i n g o p t i m i z a t i o np r o c e s s f i n a l l y t h ea l g o r i t h mo fc h a o sa n tc o l o n yo p t i m i z a t i o nw i t h s c a l ec h a n g e si sr e c o m m e n d e di ns o l v i n ge c o n o m i cd i s p a t c hp r o b l e mf o ri nt h i sc a s e t h e r ei sn or e f e r e n c ef - o re x p e r i e n c e dr e g u l a t i o n s t h ee x p e “m e n ts h o w si t se f c t i v e n e s s i na c c e s s i n gt h eg l o b a lo p t i m u m z h a n gq i a n ( c o n t r o lt h e o r ya n dc o n t r o le n g i n e e r i n g ) d i r e c t e db yp r o f h a np u k e yw o r d s ：a n tc o l o n yo p t i m i z a t i o n ( a c o ) ，r e g u l a t i o n - b a s e df o r m u l a s ， s y s t e m si nc o a l - b a s e dp o w e rp l a n t s ，e c o n o m i cd i s p a t c h ，c o n t r o l l e ro p t i m i z a t i o n 声明尸明 本人郑重声明：此处所提交的硕士学位论文蚁群算法在火力发电系统参数优化中 的应用研究，是本人在华北电力大学攻读硕士学位期间，在导师指导下进行的研究工 作和取得的研究成果。据本人所知，除了文中特别加以标注和致谢之处外，论文中不包 含其他人已经发表或撰写过的研究成果，也不包含为获得华北电力大学或其他教育机构 的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论 文中作了明确的说明并表示了谢意。 学位论文作者签名： 雄日期： 关于学位论文使用授权的说明 本人完全了解华北电力大学有关保留、使用学位论文的规定，即：学校有权保管、 并向有关部门送交学位论文的原件与复印件；学校可以采用影印、缩印或其它复制手 段复制并保存学位论文；学校可允许学位论文被查阅或借阅；学校可以学术交流为 目的，复制赠送和交换学位论文；同意学校可以用不同方式在不同媒体上发表、传播学 位论文的全部或部分内容。 ( 涉密的学位论文在解密后遵守此规定) 作者签名： 日期： 导师签名： 日期： 华北电力大学硕士学位论文 第一章绪论 1 1 火力发电生产过程优化问题 1 1 1 控制回路参数优化 计算机技术的发展，使得控制手段逐渐从手动模式转向自动调节，不论在何种 方式，核心问题都是p i d 控制器参数的优化问题，而回路优化技术的改进，使得控 制回路性能确实得到了提升。1 9 9 6 年c o n t r o le n g i n e e r i n g 的综合调查反馈显示，约 有5 5 的受访控制回路工作在闭环模式，而非人工或开环模式。这些闭环回路中， 有4 5 是经过优化的。近r ，由h o n e y w e l lp r o c e s ss o l u t i o n s 组织的一次关于p i d 控制器的调查显示，6 4 的回路工作在闭环模式，其中5 0 的性能被调整到“出色 或是“令人满意”的状态。 p i d 控制器具有结构简单、容易实现、控制效果好、鲁棒性强等特点，同时它 原理简单，参数物理意义明确，理论分析体系完整，并为工程界所熟悉，因而在工 业过程控制中至今得到了广泛的应用。 p i d 参数自整定方法包括提取过程动态特性方法和p i d 控制器的设计两部分。 为了将复杂的设计过程应用于实际的p i d 自整定控制器，可将p i d 控制器的设计结 果表示为一些由过程的简单模型参数或动态特性参数表示的整定公式，即把p i d 控 制器的参数群、死、死、6 和矸等用k 、丁等模型参数或瓦、凰等频域特征参数 组成的整定公式表示【1 】。其中基于f o p d t 模型的整定公式是最常见的。这些整定 公式本身包含p i d 控制器的设计过程，可直接应用于p i d 自整定控制器中。 1 9 4 2 年z i e g l e r 和n i c h o l s 提出了两种经典的获取p i d 控制器参数的方法。一种 方法是基于系统的开环阶跃响应，即通过一次调节试验从系统开环阶跃响应中辨识 系统f o p d t 模型参数。另一种方法是频率响应方法，也是基于对系统特征的简单 辨识。频率响应方法的参数咒和凰比阶跃响应方法的参数尺和更容易准确地获 取。阶跃响应方法通常比频率响应方法有更高的环路增益。两种方法对于p i d 控制 都可以获得比p i 控制更好的参数配置。这两种方法及其改进至今仍在广泛使用许 多自动整定方法都是以z n 法为基础的。对于这两种方法，z i e g l e r 和n i c h o l s 分别 给出了两组整定公式，即z n 阶跃响应整定公式和z n 临界比例度整定公式。z n 整定公式是建立在对各种过程的仿真基础上的经验整定公式。z n 整定公式的建立 准则是l 4 衰减比，这样系统有较好的抗负载扰动的特性，但系统的阻尼特性和稳 定裕度较差。z n 整定公式没有考虑测量噪声、灵敏度和设定值响应，总体性能在许 多场合并不理想。 1 华北电力大学硕士学位论文 由于z n 整定公式并不令人满意，h a n g 等提出了启发性的改进型z n 整定公 式，即r z n 整定公式。该公式采用二自由度模型以减少系统的超调。同时采用了 积分校正以改善p i d 的积分性能。对于两种z n 整定公式分别增加一个整定参数以 提高整定的精度，其中z n 阶跃响应公式引入归一化过程增益作为整定参数：z n 临界比例度公式引入归一化死区时间作为整定参数。r z n 整定公式也是建立在对 各种过程的仿真基础上的经验整定公式。 c o h e n c 0 0 n 方法基于过程的f o p d t 模型，通过配置主导极点使衰减比达到 1 4 。经过参数的最优化得到了c o h e n c o o n 整定公式。对于p 和p d 控制，配置极 点使控制器在获得l 4 衰减比的条件下获得最大增益，这样可以使静态误差最小； 对于p i 控制，配置极点使控制器的积分增益达到最大，这样可以使i e 最小。对于 p i d 控制，需要配置三个闭环极点，其中两个是虚极点，一个是实极点。通过配置三个 极点的相对位置，使控制回路满足l 4 衰减比，同时调整极点与原点的距离，使得i e 最 小。 近年来，模拟生物进化过程的遗传算法( g a ) 作为求解优化问题的有效手段而开 始被引入控制系统的设计中，但采用该方法时存在难以确定算法参数和易早熟、运 算时问较长等弱点。采用遗传算法和模拟退火结合的混合策略进行p i d 控制器参数 整定也有研究【2 1 ，混合策略在优化性能和速度方面要优于g a ，但算法本身过于复杂 不易于工程人员理解。本文将提出一种改进的蚁群算法分别用于有自平衡和无自平 衡对象构成的控制系统p i d 参数优化。 1 1 2 负荷优化分配 1 1 2 1 国民经济发展对发电企业提出的新要求 随着我国国民经济的发展和人民生活水平的提高，不仅导致电力负荷的需求增 长迅速，而且用电结构也发生了很大的变化【3 l ：电网目前已呈现出工业用电比重下 降，第三产业和居民生活用电比重不断上升的趋势。其结果是各大电网的负荷峰谷 差值不断增大，一般约为电网总容量的3 0 ，个别的地区高达5 0 。例如，京津唐 电网2 0 0 5 年最大峰谷差由2 0 0 0 年的4 9 9 5 力千瓦增长到7 3 0 万千瓦，最小负荷率由 2 0 0 0 年的6 2 1 降低到6 0 ；2 0 0 7 年南方电网预计最大峰谷差约2 3 0 0 万千瓦，同比提 高约1 6 8 。预计今后随着缺电局面的缓解，其差值还会更高。 对于一个电厂而言，峰谷差值的增加直接导致机组负荷增减次数、启停次数的 增加，需要在每天的不同时间内对机组分配不同的负荷。如果没有合理规划各台机 组的启停状态、负荷大小，将对电厂的经济效益造成很大影响。所以，如何在满足 用电需要的基础上，合理分配各机组负荷使机组保持在较经济的运行状态，成为当 前发电企业急需解决的问题。 2 华北电力大学硕士学位论文 1 1 2 2 可持续发展对发电企业节约能源的要求 胡锦涛总书记在党的十七大报告中多处谈到了能源的科学发展观，他强调指 出：“加强能源资源节约和生态环境保护，增强可持续发展能力。坚持节约资源和保 护环境的基本国策，关系人民群众切身利益和中华民族生存发展。”我国要实现全面、 协调、可持续发展，需要能源供应的可持续发展。但我国能源供应同益紧张，能源 短缺将成为经济社会发展的制约瓶颈。我国煤炭资源已探明可开采储量1 1 4 5 亿吨， 2 0 2 0 年原煤产量可能需3 0 亿吨，2 0 2 0 年发电供热用煤可能达1 9 亿吨，煤炭运输和供 需平衡压力十分巨大。 中国能源研究会副理事长、研究员鲍云樵提供的数据显示，1 9 8 0 2 0 0 0 年，中 国的能源消费弹性系数年均为o 4 l ，实现了经济增长翻两番，能源消费仅翻一番的 目标。但2 0 0 0 年以后，单位g d p 能耗从2 0 0 0 年的1 4 6 t 标煤万元上升到2 0 0 4 年 的1 5 8 t 标煤万元。2 0 0 0 一2 0 0 3 年能源消费弹性系数年均达到1 0 6 ，2 0 0 3 年已高达 1 4 2 ；年均电力消费弹性系数高达1 2 5 ，2 0 0 3 年达到1 7 7 。由此可见，进入2 l 世 纪中国能源利用效率出现严重滑坡。2 0 0 0 年中国的单位g d p 能耗是美国的3 2 倍， 是o e c d 国家的4 3 倍，是世界平均值的3 1 6 倍。 中国能源的结构长期以来是以煤为主，煤炭过去在全部能耗中几乎占到l o o ， 后来慢慢下降，现在仍然占到6 8 8 。现在，我国发电用煤占煤炭总产量的5 0 以 上，燃煤机组发电量占全国总发电量的8 0 。由此可见，实现能源的可持续发展， 发电企业在其中占有举足轻重的作用，发电企业节约能源对我国能源的可持续发展 作用巨大。 1 1 2 3 厂网分开、竞价上网的实行对发电企业降低成本的要求 2 0 0 2 年4 月国务院批准了电力体制改革方案，电力体制改革全面启动。在 该方案中，明确提出了我国电力体制改革的总体目标：打破垄断，引入竞争，提高 效率，降低成本，健全电价机制，优化资源配置，促进电力发展，推进全国联网， 构建政府监管下的政企分开、公平竞争、开放有序、健康发展的电力市场体系。电 力体制改革的主要任务是：实施厂网分开，重组发电和电网企业；实行竞价上网， 建立电力市场运行规则和政府监管体制，初步建立竞争、丌放的区域电力市场，实 行新的电价机制。 厂网分开与竞价上网的实行，给中国发电企业带来了巨大的冲击。为缓和售电 收入减少对企业经济效益的影响，发电企业不得不重新审视其成本结构。而单纯的 依靠设备改造、电价改革来提高经济效益的空间又比较有限，因此，通过加强内部 管理、降低消耗、增加产出来降低成本、改善运营，充分挖掘发电企业内部潜力， 提高发电企业的投入产出比，以加强企业在市场的竞争能力，就变得非常重要。而 3 华北电力大学硕士学位论文 火电厂机组负荷优化分配系统，正是降低发电企业成本的一种投入少、见效快的自 动控制系统，因此，对该系统的研究具有十分重要的经济意义。本文将采用蚁群算 法解决这一问题。 1 1 3 机组协调控制优化 协调控制系统是一个相对复杂的多变量控制系统，其复杂性主要体现在以下几 个方面f 4 l ： ( 1 ) 多变量的强烈耦合。协调控制系统的压力控制回路和负荷控制回路相互关 联，存在着强烈的耦合特性。这种特性还存在着一类病态的结构，那就是汽轮机侧 具有快速响应特性，而锅炉侧则具有相对较慢的响应特性。这种系统特性给协调控 制系统的解祸设计带来了极大的困难。 ( 2 ) 多目标相互关联。在不同的任务约束情况下，协调控制系统需要满足不同的 优化目标。由于优化目标的相互关联，在满足某一优化目标时，需要充分考虑其他 目标的次优化问题。因此协调控制系统除了解决多变量解耦问题以外，还需要解决 最优目标与次优目标之i 日j 的协调、平衡问题。 ( 3 ) 机组动态从本质上说是非线性的。机组动态的非线性特征主要有两种形式： 存在于汽机侧的调节阀门本质非线性，以及存在于锅炉对象中的系统非线性。当前 的协调控制系统的分析与设计的通常做法是将其在某一工作点线性化，而忽略其高 频非线性，而这种高频非线性常常会被控制器激发而使调节过程振荡。 ( 4 ) 机组动态是时变的。机组动态特性是时变的，因此根据某一工作点下的线性 化模型来设计的协调控制系统，未必能保证系统在其它工作点下的动态响应品质。 因此，必须考虑模型的自动适应性以及控制算法的鲁棒性能问题。 ( 5 ) 系统存在着不确定干扰。系统存在的不确定干扰，例如燃煤的煤质变化，给 煤量的扰动等，使机炉协调控制系统存在着较大的不确定因素。在设计协调控制系 统时，需要考虑系统的抗干扰性能。 ( 6 ) 能量平衡指标、热经济指标难以直接、准确、实时地得到。如果能量平衡指 标的准确性、适应性和实时性能够得到充分的保证，那么能量平衡方法就是设计协 调控制系统的一种较好的方法。如果热经济性指标能够准确地、实时地得到，那么 将有助于实现基于效率反馈的节能控制系统。 ( 7 ) 锅炉侧存在着很大的纯时延。锅炉侧的大时延实际上反映了管道纯迟延以及 大惯性产生的相对迟延常规的p i d 控制器很难解决这个问题，尤其是p i d 控制器的 积分作用常使系统过调而积聚能量，使系统产生振荡。工程上最常见的前馈算法是 为了解决在一类可测扰动下控制系统的品质问题。即使扰动是可测的，通常也较难 以掌握前馈的“量”以及“时间”问题。 4 华北电力大学硕士学位论文 ( 8 ) 运行的安全性要求。协调控制系统在满足某一特定任务约束的前提下，还需 保证一切变量不超限，包括被控量，状态量和控制量。系统还需处理诸如r u n b a c k ， r u n d o w n 等与机组安全运行相关的实际问题。 设计有效的火电机组机炉协调控制系统是提高热工自动化水平和实现电网自 动发电控制的关键。由上面的论述可以看出，协调控制系统是一个具有慢时变、非 线性、不确定性和强耦合的多变量复杂系统，其控制系统的设计随着人们对单元机 组的认识和控制理论的发展而不断深入。除了以常规的p i d 控制器实现的协调控制 方法外，还出现了各种先进控制方法，如模糊控制和神经元控制_ 预测控制、鲁棒 控制、多变量频率域控制、反馈线性化方法和自抗扰控制等。但是，这些方法的复 杂性限制了其现场应用。在我国现有的热工过程控制中，p i d 控制仍占9 0 以上， 即使在目前较为先进的分散控制系统d c s 中也采用常规p l d 作为基本控制策略， 因此研究协调控制系统中p i d 控制器的优化设计，对提高机组的运行水平具有重要 的现实意义。 1 1 4 燃烧优化 锅炉燃烧优化是通过对锅炉燃料供给和配风参数的调整，以及对其控制方式的 改变等，保证送入锅炉炉膛内的燃料及时、完全、稳定和连续地燃烧，并在满足机 组负荷变动需要的前提下，获得最佳燃烧工况的工作【5 】。进行燃烧优化调节的目的 是：在满足外界电负荷需要的蒸汽数量和合格的蒸汽品质的基础上，保证锅炉的安 全性和经济性。具体可归纳为：l 保证正常稳定的汽压、汽温和蒸发量：2 着火稳 定、燃烧安全，火焰均匀充满炉膛，不结渣，不烧损燃烧器和水冷壁、过热器不超温； 3 使机组运行保持最高的经济性；4 减少燃烧污染物排放。 自二十世纪七十年代石油危机之后，燃煤机组得以迅速发展，但锅炉运行的自动 化水平还比较低，燃烧的优化仍然是以传统的锅炉燃烧调整试验为主要途径。这一 时期测量技术的改进有助于优化组织燃烧。例如，我国开发的氧化锆氧量计提高了 烟气含氧量检测的准确性和速度，具有重要的应用价值，已普遍用于各电站。还有 一次风速监测系统等也是早期的燃烧优化技术产品。 二十世纪八十年代初，针对我国火力发电企业机组煤耗高的现状，在锅炉燃烧方 面，主要是我国的煤质普遍较差；辅机、附件、仪器仪表等的质量差；燃烧设备、生 产管理落后等。八十年代上半期，火力发电全国平均煤耗由1 9 8 0 年的4 4 8 k w h 降到 1 9 8 5 年的4 3 l g k w h ，燃烧优化技术研究的开展是原因之一。这一时期燃烧优化技 术的发展主要体现在炉膛和燃烧器的设计改造上。研究人员还对燃烧器的运行如摆 动式直流燃烧器的运行、燃烧器射流的偏转问题、煤粉炉燃尽区速度场分布等炉内 工况做了一定的试验分析，有助于优化燃烧组织。1 9 8 1 年开始，随着引进技术消化 5 华北电力大学硕士学位论文 吸收的逐步深入，我国电站锅炉的设计、应用水平得到了迅速的提高。同时，在低污 染燃烧方面，我国电力热工研究院等单位开展了有关控制n o 。和s o 。排放的研究工 作，合作开发了独特的磷氮肥法烟气脱硫工艺，并积极研发如喷钙加湿活化反应器、 c f b 燃烧技术、尾部低温流化床脱硫法等等设备和运行费用适合国情的烟气脱硫工 艺。对于低n o 。排放燃烧技术的研究，采用分级燃烧技术和低n o 。燃烧优化的调整 方法等初步实现了降低污染、减轻结渣等功效。 二十世纪九十年代，由各类浓淡燃烧器引发了各式煤粉浓淡分离型稳燃燃烧器， 实现了高效低污染燃烧。这一时期投运的大机组绝大部分都采用了低n o 。燃烧器， 如带顶部燃烬风o f a 的或偏转二次风的直流燃烧器、双调风旋流燃烧器、p m 型燃 烧器等等。同时对于煤燃烧特性的试验研究方法、测试技术与装备、以及评判指标 应用等方面也都取得了长足的进展。二十世纪九十年代中期和术期，随着检测技术， 电子信息技术、人工智能技术的发展，锅炉燃烧优化技术进入了新的快速发展时期。 主要表现在烟气在线检测装置、煤粉浓度细度在线检测装置、煤质成分在线检测装 置、炉膛火焰监测系统等的出现以及相关控制逻辑的优化上。当前，随着社会对环 境的愈加关注，电站锅炉燃烧优化己由最初的以安全性、经济性为目标发展到经济、 安全、环保三者并举的时期。 1 1 5 系统模型优化 系统模型优化问题即为系统参数辨识问题。常规的基于阶跃响应曲线拟合而辨 识系统的方法是一种简单且非常实用的方法，但此类辨识方法与其它传统辨识方法 一样存在一些缺点，其中需模型结构已知，而且当辨识系统中含有二阶欠阻尼环节 时，传递函数的辨识相当麻烦，难以得到满意的结果，而且通用性能比较差，计算 精度依赖于测绘仪器，其中基于最小二乘机理的方法( 如面积法) 不可避免地存在 着易于陷入局部最小点等诸多缺点。为此寻找一种操作简单、适于工程应用，并且 能够同时确定系统的结构与参数且全局收敛的辨识方法是十分有意义的。 大多数系统辨识问题中均涉及对离散系统的参数估计，因而发展了以最小二乘 为基础的理论和方法，近年来又出现了基于神经网络、遗传算法等现代方法的辨识 手段。连续系统模型可通过对离散模型的相关变换得到。然而理论和实践证明，这 种处理方法在理论和工程中均存在一定局限，有时会改变系统的稳定性。因此，研 究基于连续系统的模型辨识方法有重要实际意义。目前国内外研究基于连续系统的 模型辨识方面的文献相对较少。在电厂控制系统设计中，国内有学者基于面积法和 相关辨识法研究开发了系列热工过程辨识软件，国外有学者基于热工过程的频率响 应提出两阶段辨识法。这些方法较传统的热工过程辨识方法精度更高且通用性更 好。 6 华北电力大学硕士学位论文 1 2 优化技术的发展与应用 1 2 1 传统优化算法 随着近代科学与生产发展的需要以及计算机技术的飞速发展，最优化技术和方 法的应用日益广泛，不仅在运筹学、系统工程、经济管理等学科领域内有重要意义， 而且在实际工程设计和控制中得到了广泛的重视并取得了卓有成效的应用效果。 最优化技术从解决问题类型上可分为两类，一类是参数最优化问题，另一类是 函数最优化问题f 4 】。参数最优化问题更为普遍，一般把函数最优化问题转化为参数 最优化问题处理。最优化技术从解决途径上可分为间接寻优法和直接寻优法。间接 寻优法不直接面向目标函数，而是面向目标函数的梯度及h e s s i e 阵，满足目标函数 极值点的充分必要条件。而直接寻优法则是直接计算目标函数值，按一定规律改变 被寻优参数向量，从而得到相应的目标函数，然后判断其目标函数是否达到最小， 若是则停止搜索，否则再改变被寻优参数向量，一直到满足为止。 从寻优参数的维数来说，最优化技术可分为单变量寻优技术和多变量寻优技 术。单变量寻优技术是多变量寻优技术的基础，比如，参数寻优过程中需要按一定 的规律确定寻优方向 及寻优步长 k ，其中j i | k 的最优选择就是一维寻优问题，即 单变量寻优技术。多变量寻优法主要有梯度法( 包括最速下降法、共轭梯度法等) 、 模式法( 包括坐标轮换法、共轭方向法、单纯形法等) 及随机寻优法( 包括随机序贯寻 优法、随机搜索寻优法、随机模式搜索寻优等) 。 尽管最优化方法很多，但真正能用于解决实际问题的不多。很多方法还处于理 论计算阶段，离实际应用还有一定的差距。 1 2 2 智能优化算法及其应用 近年来，以遗传算法( g e n e t i ca l g o r i t h m s ，g a ) 为代表的人工智能和演化计算 技术飞速发展【6 1 ，这类算法从一个初始解群出发，按照概率转移原则，采用某种方 式自适应地搜索解空间，它们对目标函数的性态无任何要求，可以方便地考虑各种 约束条件，很适合解决非线性、不可微的整数规划、混合整数规划以及组合优化问 题。 人工神经网络( n e u r a ln e t w o r k ，a n n ) 是一种模拟人类神经系统功能的智能算 法，它对于映射输入和输出之间的非线性关系是十分有效的，目前神经网络模型已 发展到5 0 多种。h o p f i e l d 网络由于其在处理优化问题时具有特殊的优势，从而在电 力系统优化领域得到了广泛的重视。神经网络算法的特点是鲁棒性强，对优化函数 要求少，理论上可以找到最优解，计算速度快，适合实时计算，且易于在并行机上 进行并行处理。但同时，它具有易于陷入局部最优，对于问题约束的变化不易处理 7 华北电力大学硕士学位论文 等缺点。所以，在实际应用中神经网络方法通常与其它方法结合使用。 模拟退火算法( s i m u l a t e da n n e a l i n g ，s a ) 是一种模拟热力学中液体的冻结与结 晶或者金属熔液的冷却与退火过程的随机搜索技术，其执行过程是一系列的“产生 新解一判断一接受舍弃 的迭代过程，理论上来说，它是一个全局最优算法。s a 算法在电力系统机组启停优化、无功优化以及配电网电容器的配置优化等方面都有 所应用。但s a 算法的计算量大，收敛速度过于缓慢的缺陷，优化过程往往耗用大 量的时间，从而限制了其进一步发展。 禁忌搜索( t a b us e a r c h ，t s ) 算法是局部领域搜索算法的推广。t s 算法采用一 个禁忌表记录下已经到达过的局部最优点，在下一次搜索中，利用禁忌表中的信息 以及释放水平决定搜索方向，以避免陷入局部最优。最近，t s 方法被引入电力系统， 对于t s 算法，虽然目前还不能从数学上证明一定能收敛于全局最优解，但大量的 应用研究表明它能有效地获得非常好的次优解；它还具有局部搜索能力强，不易陷 入局部最优的优点。另一方面，t s 算法的搜索过程是单点搜索，记忆效率低下，存 在着为产生好的禁忌效果而加大t a b u 表规模却导致搜索效率下降的矛盾，其搜索的 邻域结构与t a b u 表的结构设计也较复杂。 遗传算法( g e n e t i ca l g o r i t h m ，g a ) 是一种基于自然选择和基因遗传机制的迭代 式自适应随机搜索算法，在理论上已被证明可以以概率l 搜索到全局最优解。遗传 算法具有框架性算法结构，可以根据问题的特点进行算法设计以实现特定目标的优 化。目前，遗传算法是电力系统优化领域应用最广的智能优化算法。在电力系统电 源规划、输电网络规划、系统辨识等方面都有大量的文献发表。遗传算法是一种基 于种群的搜索技术，沿多条线路展开搜索，能以较大的概率找到全局最优解，大规 模寻优效果好；此方法可以考虑多种约束，适合并行计算。但是，遗传算法本质上 仍然属于随机优化算法，约束项的处理和算法参数的选择对算法的效率影响较大， 具有未成熟收敛的缺陷，并且算法收敛速度慢，计算时间长，当系统规模较大时， 其搜索效果会受到较大影响。 除上述智能算法外，还有不少其它的算法。例如，混沌优化算法、模糊数学、 免疫算法以及蚁群算法、人工鱼群算法等等。每一种智能优化算法都各有优点和缺 点，根据所研究的问题对算法进行改进或组合，实现对问题的较好解决，是使优化 计算技术发挥最大效用的基本出发点，也是电力系统规划研究的一个方向。蚁群优 化算法( a n tc o l o n yo p t i m i z a t i o n ，a c o ) 算法是最近十年发展起来的一种智能算法， 与遗传算法比较，a c o 的优势在于概念简单，容易实现，同时又有深刻的智能背景， 既适合科学研究，又特别适合工程应用。因此，p s o 算法一经提出，立刻引起了演 化计算等领域的学者们的广泛关注，并在短短的几年时间里出现大量的研究成果， 形成了一股研究热潮。下节将就a c o 算法的基本原理、特性以及其在不同领域的 8 华北电力大学硕士学位论文 应用情况进行介绍。 1 3 蚁群算法的研究及应用现状 1 3 1 蚁群算法发展历史 d o r i g o ，b o n a b e a u 和t h e r a u l a z 三人在文献中指出蚂蚁在执行任务时，通过分泌 一种称为信息素的化学物质使周围的环境发生物理上的变化，从而使其它的蚂蚁能 够感知到这些变化，同时也激发其它的蚂蚁产生对周围环境做出新调整的行为。象 这样的多个智能体之间的通讯，由于具有异步和间接的自然特性，所以对于分布式 的网络环境来说被证明是非常有效的；同时，当解决组合优化问题时，这种通讯方 式还非常有利于个体之间存储的“记忆”信息的交流。实际上，目前在通讯网络和组 合优化问题上采用自适应路径的蚁群算法有许多成功的应用。现在的蚁群优化启发 式算法被定义为一类自1 9 9 1 年d o r i g o 等首次提出的蚁群算法发展而来的算法集合 的通用框架【7 】。 对蚁群算法不断高涨的研究热情导致了于19 9 8 年l o 月1 5 1 6 同在比利时布 鲁塞尔召丌了第一届世界蚁群优化工作会议( a n t s 9 8 ) 。有5 0 多位来自世界各地的 学者参加了这次由m a r c od o r i g o 组织的该领域的第一次会议。这次会议的主要目的 是为了从现有的研究结果中得到某些启发，从而为蚁群算法研究领域研究提供更 新、更多的必备信息，同时也为指导新型的并行分佰多智能体算法提供更多丌放式 的课题和有意义的方向。 s t 百t z l e 和h o o s 等在文献中用蚁群算法集中对t s p 问题进行了求解，此外，该 文还对指派问题( q a p 问题) 进行了求解。从此以后，研究人员在此基础上不断提出 一些新的蚁群算法。该文回顾了几种用于求解此类问题的最好算法，并提出了针对 问题搜索空间而对这些算法进行特别设计的几种选择方案，并提出一种新的 m a x m i n 蚁群算法作为当前解决t s p 和q a p 问题最好的算法。文中还对实验进 行了详细的分析，并对结论进行了详尽的讨论。 g u t i a h r 的文章在蚁群算法的发展史上有着特殊的作用，因为这是第一篇给出蚁 群算法收敛性证明的文章，他将蚁群算法的行为简化为在一幅代表问题的图上的行 走过程，这种表示方法非常类似于蚁群优化算法框架罩所使用的结构。文中表明， 在一些合理的假设条件下，他提出的基于图的蚁群算法以一定的概率收敛于问题的 最优解1 8 】。 、a g n “n d e i lb a u m 和b u c k s t e i n 三人在文献中报告了一个用于图( 网络) 覆 盖问题的非常简单但有效的算法收敛性的证明。对于一只蚂蚁的情况使用一个简单 的激发蚂蚁运动的规则( v a w 规则) ，作者提出该系统理论上的用于覆盖动态图的时 9 华北电力大学硕士学位论文 间上界。此动态图1 ) 至少有一个稳定的子图；2 ) 有一带已知默认概率的连接弧；3 ) 图是一个静态的树。此外，给出了这种情况下使用多个蚂蚁的实验结果。 m a n i e z z o 和c a e b o n a r o 【9 】将蚁群算法应用到广播网的频率分配问题中，此算法 是一种对早期提出的、用于r a p 问题求解的方法的自适应算法。给出了试验结果， 并将此法与其它一些经典的启发式方法进行了比较。 1 3 2 蚁群算法的应用 1 3 2 1 蚁群算法在p i d 控制器参数优化中的应用 近年来，模拟生物进化过程的遗传算法作为求解优化问题的有效手段而开始被 引入控制系统的设计中【i 们，但采用该方法时存在难以确定算法参数和易早熟、运算 时间较长等弱点。采用遗传算法和模拟退火结合的混合策略进行p i d 控制器参数整 定也有研究【，混合策略在优化性能和速度方面要优于g a ，但算法本身过于复杂 不易于工程人员理解。 在p i d 参数整定方法中，模糊推理的方法也得到了应用。文【12 】采用了基于 f u z z v 规则的变参数p i d 控制方法，用t s 模糊模型，先通过z n 法求得初始p i d 参 数，在初始参数的基础上，将p i d 调节器的一些经验知识转化为t s 规则，即把误 差、误差变化、误差积累作为模糊规则前件的变量，在t s 规则的前件中利用f u z z v 规则推理，得出t s p i d 应选择参数的计算方式和应采用的控制规则，在t s 规则 的后件采用p i d 控制输出。这种方法规则简单，效果好，证明了模糊规则整定参数 的可行性，但该算法需要求出误差的误差变化、误差积累，这对于应用来说是不利 的。 蚁群算法具有全局优化搜索的能力，本课题提出采用改进蚁群算法对p i d 控制 器的参数进行整定，其基本思想是：根据专家经验整定公式设定初始路径和初始信 息素，以误差积分型性能指标为目标函数、以设计参数的取值范围为约束条件建立 了优化数学模型。然后按一定规模初始化一个蚂蚁种群，种群中每个个体代表一个 可行的解。然后根据p i d 整定优化模型利用蚂蚁群算法进行迭代搜索，群体不断演 化，直到寻优结束。 韩京清【1 3 】提出了一种新型p i d n l p i d ，对上述结果所进行的许多数值仿真实 验表明，效果都很好。计算机仿真实验所显示的性能，在实际系统中有仍然可以使 用，这是因为由于这些控制器的结构和参数几乎是与对象的数学模型无关，因此数 值仿真实验结果几乎同样会在实际系统中得到复显，这点已在某些实物实验中得到 证实。段海滨【1 4 】等将这种p i d 控制器用于飞行仿真转台的控制，并且用蚁群算法对 这种n l p i d 进行参数寻优，取得了很好的效果。中南大学的贺光辉等【1 5 】提出了另外 一种非线性p i d ，该控制器是基于p i d 控制器各增益参数与误差信号之间呈现非线性 i o 华北电力大学硕士学位论文 关系，根据一般控制系统的阶跃响应曲线，在不同响应时间阶段p i d 3 个增益调节参 数的理想变化情况，提出根据控制信号与误差、误差变化率之间的调节规律，拟合 一组增益参数的非线性函数，并利用蚁群算法搜索出一组最优的非线性p i d 参数， 构造最优非线性p i d 控制器。这种非线性p i d 控制器所要确定的参数较多，共有九个。 单凭人工经验和仿真调试来调整非线性控制器的参数显然比较困难，这不仅有盲目 性，而且很难得到一组最佳参数值。所以本文运用蚁群算法对非线性函数的各参数 进行全局寻优，获得一组优化的p i d 参数。 蚁群算法凭借它特有的路径选择方式和全局搜索特性在p i d 控制器参数寻优中 得到了广泛的应用。 1 3 2 2 蚁群算法在其他领域的应用情况 ( 1 ) 网络路由一通讯问题 随着i n t e r n e t 上广泛的分布式多媒体应用对服务质量( q o s ) 需求的增长，各种服 务应用对网络所能提供的q o s 提出了不同的要求，而路由是实现q o s 的关键之一。 将蚁群算法用于解决受限路由问题，目前可以解决包括带宽、延时、包丢失率和最 小花费等约束条件在内的q o s 组播路由问题，比现有的链路状态路由算法具有明显 的优越性。但所研究的实例相对简单，没有对更复杂的q o s 问题进行深入探讨。 ( 2 ) 生产调度一多目标分配问题 蚁群算法同样可求解混流装配线调度等动态任务多目标分配问题，并对车间内 外部环境变化具有良好的自适应性。但这些应用研究大多是针对小规模实例的仿 真，用蚁群算法解决大规模生产调度和多目标分配问题是今后进一步的研究方向。 ( 3 ) 电力系统优化问题 电力系统优化是一个复杂的系统工程，它包括无功优化、经济负荷分配、电网 优化及机组最优投入等一系列问题，其中很多是高维、非凸、非线性的优化问题。 侯云鹤等【1 6 】将蚁群算法成功地用于解决经济负荷分配问题；王志刚等【1 7 1 则解决了该 算法在配电